Половина замечаний оппонентов на защите прилетает в два абзаца автореферата — те, где заявлена научная новизна диссертации. Аспирант Саша с кафедры теплофизики потратил на их переписывание месяц: научный руководитель возвращал текст шесть раз подряд с одной и той же ремаркой — «это не новизна, это пересказ темы». Сцена знакомая: вечер, глава с результатами, перед вами экспериментальные кривые. И непонятно, как вытащить из них пункт, который переживёт вопрос оппонента.
В этом разборе — пять способов сформулировать новизну под конкретные результаты, коллекция антипримеров и порядок работы, в котором нейросеть превращает сырые данные в положения на защиту с обоснованием каждого пункта. Методика проверена на кандидатских по техническим и экономическим специальностям, поэтому подойдёт и магистрантам. Обзор всех сценариев работы с научным текстом — в рубрике про ИИ для профессий.
История аспиранта: как было и как стало с нейросетью
История Саши закончилась хорошо, но не сразу. Сначала он действовал по накатанной. Дописывал главу, выдёргивал из выводов три предложения, ставил перед ними «впервые» и отправлял руководителю. Однако на третьей репетиции на кафедре доцент со стороны задал один вопрос: «Что здесь сделано впервые в мире, а что — впервые в вашей лаборатории?» Внятного ответа не было ни у него, ни у научного руководителя.
Список «как было» теперь висит у него над столом как памятка:
- Формулировки собирались из выводов глав в последний вечер перед сдачей.
- Потом слово «впервые» приклеивалось к результатам без единого доказательства.
- Новизна повторяла тему работы, а не описывала её результаты.
- Также связь с задачами и положениями на защиту отсутствовала вовсе.
- В итоге каждая правка руководителя стоила дня переписывания.
После той репетиции порядок изменился. Саша выгрузил в PuzzleLM главу с результатами, авторефераты трёх защищённых диссертаций по теме и паспорт специальности, затем попросил разложить результаты по типам новизны. Искусственный интеллект работал только по этим файлам и к каждому тезису прикладывал сноску на конкретное место в источнике.
Список «как стало» выглядит так:
- Каждый пункт новизны опирается на результат с номером главы и страницы.
- Обороты вида «комплексно исследовано» вычищены из текста.
- Также у каждого пункта появилось обоснование: почему результат не сводится к работам предшественников.
- Формулировки совпали с задачами и положениями на защиту.
- В результате разбор раздела занял один вечер вместо месяца.
Разница — не в таланте, а в порядке работы. Далее эта схема разобрана по шагам, чтобы вы повторили её над своим материалом без чужих граблей.
Почему научная новизна диссертации расползается в общие слова
Первая причина — новизну пишут из темы, а не из результатов. Тема «повышение эффективности тепловых режимов литий-ионных аккумуляторов» сама по себе ничего нового не содержит. Эффективность повышают десятки групп по всему миру. Например, фраза «разработана методика расчёта тепловых режимов» становится новизной только с уточнением. Для какого класса аккумуляторов и с какой точностью. На практике новизна живёт не в заголовке, а в том, что именно вы измерили, какую методику довели до формулы и какие данные получены лично вами.
Вторая причина — смешение жанров. Актуальность объясняет, зачем поле нужно изучать сейчас. Практическая значимость — кому пригодятся результаты; новизна — что в работе сделано впервые. Аспиранты переливают один абзац между тремя разделами, и оппонент видит пересказ вместо претензии на первенство. Поэтому каждое предложение раздела проверяйте вопросом: это про важность или про первенство?
Третья причина — отсутствие масштаба утверждения. «Впервые исследовано» без объекта, условий и границ разбивается одним вопросом из зала. Следовательно, сильная формулировка всегда уточняет рамку. Впервые для данного класса материалов, для заданного диапазона режимов, для конкретной выборки предприятий.
Четвёртая причина техническая: пункт новизны нечем подтвердить внутри текста. Оппонент листает работу по сноскам. Однако если формулировка отсылает «в целом к главе 2», спор проигран ещё до репетиции. Именно эту слабость первым делом видит искусственный интеллект, когда вы загружаете главу в сервис. Неподкреплённый тезис остаётся без сноски.
Что требует ВАК от научной новизны диссертации
Формально рамку задают паспорт специальности и положение о присуждении учёных степеней: диссертация должна содержать новые научные результаты, совокупность которых квалифицируется как вклад в науку. Соответственно, проверяют их оппоненты, ведущая организация и диссертационный совет — по автореферату, где раздел новизны стоит сразу после задач исследования.
На практике новизна собирается из шести типов:
- Новая постановка задачи, которую в поле раньше не формулировали.
- Новый объект или предмет исследования — материал, процесс, выборка.
- Новая методология: методика расчёта, измерения или моделирования.
- Новые эмпирические данные, полученные автором лично.
- Новая классификация, типология или выявленная закономерность.
- Развитие известного метода, доведённое до новой области применения.
Закрывать все шесть типов не обязательно — достаточно двух-трёх пунктов, если каждый доказан текстом работы. Магистерская диссертация обычно несёт один-два элемента новизны, кандидатская — три-четыре. При этом важно помнить: искусственный интеллект не создаёт вклад. Он лишь наводит порядок в том, что уже сделано руками автора.
Как PuzzleLM и нейросеть помогают собрать новизну
PuzzleLM — российский сервис, устроенный как исследовательский стол аспиранта: вы загружаете главу с результатами, статьи конкурентов, авторефераты и паспорт специальности, после чего искусственный интеллект отвечает только по этим файлам и подхватывает их все одновременно. При этом источники подходят разные. PDF, DOCX, таблицы CSV и XLSX, запись выступления на конференции в аудио или видео. В каждом ответе — сноска-цитата на место в источнике. Поэтому любую формулировку можно сверить с оригиналом за секунду.
Схема работы простая: диссертант описывает результаты обычным языком, а в ответ получает варианты пунктов новизны с обоснованием — какой фрагмент работы каждый из них подтверждает. Например, фразу «получены интересные зависимости» модель переводит в пункт «впервые установлена зависимость тепловой нагрузки от тока заряда для данного типа ячеек». Текст правится прямо в чате и выгружается в DOCX или PDF для руководителя. В итоге никаких переписок в мессенджерах и версий «финал_2_испр».
Что даёт ИИ на практике
Первое — варианты формулировок без страха чистого листа. Модель предлагает пять-семь раскладок одного результата: от осторожной «уточнена зависимость…» до сильной «впервые получены данные…». Поэтому выбрать честный масштаб становится проще.
Второе — проверка на воду. Например, загрузите антипримеры из чужих авторефератов и попросите найти те же грехи у себя. Нейросеть подсвечивает обороты, которые не подтверждаются ни одним фрагментом работы.
Третье — проверка на дубли. Также модель сопоставит ваши пункты с авторефератами защищённых работ и покажет, где вы почти дословно повторяете чужую формулировку трёхлетней давности.
Где границы у нейросети
Ограничения стоит проговорить честно. Искусственный интеллект не знает, что сделано впервые именно в вашей лаборатории. Он видит только загруженные файлы, поэтому масштабы «впервые» подтверждает автор вместе с руководителем. Вместе с тем модель не заменит паспорт специальности и не выведет спор с оппонентом из чата. Финальное решение всегда за человеком: подпись под пунктом новизны ставит диссертант.
Тариф FREE и данные: что проверить перед работой с нейросетью
Для первого разбора хватит бесплатного пакета FREE: в нём доступны все функции, привязывать банковскую карту не требуется. Затем, когда упрётесь в платный тариф, оплата идёт в рублях — картой МИР или переводом по СБП, и VPN для доступа не нужен.
Перед загрузкой рукописи стоит помнить про обезличивание. Персональные данные заменяются условными метками вроде Person1. Поэтому фамилии участников эксперимента и телефоны респондентов не уходят в модель в исходном виде. Для работ с коммерческой выборкой это существенный фильтр, который экономит согласования с отделом охраны данных.
Пять шагов: сформулировать новизну с ИИ
Разбор раздела занимает один вечер, а не неделю. Ниже — маршрут, который сработал у Саши. От свалки файлов до пяти чистых пунктов на защите.
Шаг 1: собрать источники и черновик в нейросети
Загрузите главу с результатами, список своих публикаций и два-три автореферата защищённых диссертаций той же специальности. Помимо этого, добавьте паспорт специальности — по нему модель сверит, какие типы новизны вообще допустимы для вашей научной области.
Шаг 2: разложить результаты по типам с помощью нейросети
Попросите искусственный интеллект распределить ваши результаты по шести типам из раздела выше. Отбросьте кандидатов, у которых нет доказательств кроме энтузиазма, — в результате остаются два-четыре живых пункта. И с ними уже можно работать дальше.
Шаг 3: запросить варианты формулировок у ИИ
Запросы работают прямые: «Сформулируй три варианта научной новизны по результатам главы 3, каждый — одним предложением с явным масштабом утверждения». Затем: «Для каждого варианта покажи фрагмент работы, который его доказывает». Третий запрос: «Найди в моём тексте обороты, которые нельзя подтвердить источниками».
Шаг 4: сверить новизну с задачами при защите позиции
Таким образом, каждый пункт должен закрываться одной задачей и открываться одним положением на защиту. Разрыв виден сразу: если задача — построить методику. А пункт обещает закономерность, оппонент спросит, где она живёт в тексте работы.
Шаг 5: финальная вычитка черновика с ИИ
Ответ выгружается в DOCX, правится вручную и уходит руководителю с одним вопросом: какие масштабы утверждения он готов защищать перед советом. В итоге одна такая итерация экономит пять-шесть кругов переписки.
Чек-лист новизны: финальная проверка с ИИ
Перед сдачей автореферата прогоните раздел по списку:
- Каждый пункт подтверждается конкретным результатом с указанием главы.
- Масштаб утверждения («впервые», «уточнено», «развит») соответствует реальному вкладу.
- Затем проверьте, что формулировки не дублируют авторефераты защищённых работ по теме.
- Новизна отделена от актуальности и практической значимости.
- Также каждая задача исследования закрывается своим пунктом.
- Положения на защиту вытекают из пунктов без перевода на другой язык.
- Обороты «комплексно», «системно», «эффективно» нигде не остались без доказательств.
- Черновик прогнан через нейросеть на воду и дубли.
- Руководитель подтвердил масштаб каждого «впервые».
Три ошибки, из-за которых ИИ-черновик разваливается
Первая ошибка — принимать формулировку модели без сверки с источником. Сноска ведёт на конкретное место, но аспирант иногда подписывает тезис, не открыв страницу. Оппонент же открывает всегда, поэтому каждая ссылка проверяется перед сдачей.
Вторая ошибка — загрузить только собственные тексты. Без чужих авторефератов модель не видит поле и предлагает «новизну», которая десять лет кочует по кафедрам. Поэтому в набор источников всегда кладут конкурирующие работы по теме.
Третья ошибка — просить сразу красивый финальный текст. Искусственный интеллект раскладывает результаты по типам и показывает варианты. Но связку «результат — метод — масштаб» вычитывает автор. В итоге получится гладкий абзац без опоры в главах.
Отдельная ловушка — гнаться за количеством. Пять пунктов без доказательств проигрывают двум с доказательствами. И совет замечает это быстрее, чем диссертант успевает сказать «системный подход».
Где ИИ экономит время аспиранту
Прямая экономия — на практике это 5–10 минут на разбор одного раздела вместо вечера ручного сличения с чужими работами. На диссертацию из восьми-десяти глав выходит целый рабочий день, который раньше уходил на переписывание.
Косвенная экономия крупнее. Каждый пункт, опрокинутый на предзащите, оборачивается неделей правок. Искусственный интеллект отсеивает слабые формулировки до сдачи. И в итоге вы снимаете минимум один круг переписки с руководителем и один раунд правок автореферата.
FAQ: научная новизна диссертации и нейросети
Можно ли доверять нейросети масштаб «впервые»?
Нет, не без вас. Искусственный интеллект покажет, что в загруженных работах аналогичный результат не встречается. Но подтверждение первенства остаётся за автором и научным руководителем.
Сколько пунктов новизны закладывать при работе с ИИ?
Для кандидатской устойчиво работают три-четыре пункта, для магистерской — один-два. Поэтому число вторично: решает доказательность каждого утверждения, а не количество строк в разделе.
Покажет ли ИИ разницу между новизной и значимостью?
Да, если попросить разложить абзацы по жанрам: актуальность, научная новизна диссертации, значимость. Например, модель пометит предложения, перепутавшие разделы, и со сноской вернёт каждое к нужному месту работы.
Что делать с ответом нейросети перед сдачей?
Выгрузить в DOCX, вычитать, сверить сноски с текстом глав, затем согласовать с руководителем. Автореферат, ушедший в печать без вашей правки, на защите узнают оппоненты быстрее вас.
Спасёт ли нейросеть, если новизну уже раскритиковали?
Частично. Загрузите замечания оппонента и свой раздел — искусственный интеллект подскажет, какой пункт можно усилить доказательствами, а какой честнее снять. Тем не менее отвечать на вопросы зала придётся самому.
Что в итоге: научная новизна диссертации под контролем
Научная новизна диссертации — не украшение автореферата, а договор с оппонентом: вот результаты, вот их масштаб, вот доказательства. Поэтому разложите результаты по типам, вычистите воду и дубли и согласуйте масштабы с руководителем. Один вечер работы с ИИ заменяет месяц переписывания.
Начните с малого: загрузите в PuzzleLM главу с результатами и задайте три вопроса — какие типы новизны закрывают мои результаты, какие формулировки не подтверждены источниками, где я дублирую чужие работы. Таким образом, ответ со сносками придёт за 5–10 минут. А окончательный выбор формулировок останется за вами.
Соседние разборы по кластеру. Структура обзора литературы, как отвечать на замечания рецензентов и рецензия на дипломную работу.
